致理科技大學
108
學年度第
2
學期課程教學計畫表
授課科目名稱
社群媒體語意分析
授課教師
黃世祿
課程時程
單學期-下學期
學分數
2.00
上課時數
2
開課系科
財務金融系
課程性質
選修
開課學制
日四技
開課班級
金三B
開課教室
綜合教學大樓 E47 一般教室
(座位表查詢)
輔導時間
(每週4小時)
週別
主題與內容
週別
主題與內容
1
(含教育倫理主題)社群媒體語意分析之課程及相關大數據體系介紹
10
文字探勘分析
2
社認識群媒體網站及文本資料分析
11
從大數據看社群輿情與聆聽
3
目標資料整合檢索建立
12
社群聆聽平台操作與分析
4
Python and AI 應用在社群媒體語意分析(1)概念介紹
13
社群輿情分析案例
5
Python and AI 應用在社群媒體語意分析(2)網路爬蟲
14
建立社群行銷模式
6
Python and AI 應用在社群媒體語意分析(3)文字資料預處理
15
社群行銷模式實例
7
Python and AI 應用在社群媒體語意分析(4)建立輿情語料庫
16
文字大數據實作演練
8
Python and AI 應用在社群媒體語意分析(5)實例演示
17
分組討論分享
9
期中考週
18
期末考週
教材/課本
1. 玩轉社群:文字大數據實作,謝邦昌 等著,五南出版,Sept. 2017 2. 大數據語意分析整合篇,謝邦昌 等著,五南出版,2016 3. Artificial Intelligence: A Modern Approach, Stuart J. Russell; Peter Norvig
敬請老師提醒同學遵守智慧財產權觀念,不得不法影印教科書!
授課方式
課堂教學+小組討論
是否為全外語教學
否
輔導證照
否
輔導競賽
否
業師協同教學
無
是否為創新創業課程
否
是否為SDGs永續課程
否
成績比率
平時:
%
期中:
%
期末:
%
備註一
如因疫情臨時停課,線上同步教學網址:
備註二
1. 本次遠距教學教學實施共占平時成績之15%。 2. 數位教材於每週原上課時段前上傳完成,請同學至數位學院觀看每週之教學影片。 3. 自本週上課時段起至下週上課前,同學須完成教學影片閱讀,未閱讀同學視為當週缺課,並予以扣分。 4. 期中、期末如遇停課,則以線上測驗(或線上繳交報告)替代,並依教學計畫表公布之占比評分。 5. 除觀看教學影片外,另實施作業1次(或線上測驗1次),請同學依數位學院教學公告之時間實施。 6. 對於課程學習如有任何問題,歡迎同學至課程討論區提出,老師將盡速回覆。
聯絡方式
研究室位置:
研究(辦公)室電話:(02)2257-6167 轉
E-Mail:
課程名稱:
社群媒體語意分析
授課教師:
黃世祿
課程簡介(以100至200字為原則):
在課堂上我們會以AI 發展 由Python程式設計(Anaconda Python/R Distribution, Jupyter Notebook, Spyder, Quantopian 等) 導入來進行網路爬蟲,文字資料預處理, 建立輿情語料庫,文本資料分析,文字探勘分析等來實際體驗利用非結構性資料進行價值資訊的挖掘整合,並有效解讀社群行為,更獲取意想不到的市場資訊與商業價值。此外,個案實際之文本分析及語意演算並配合實作亦會不時在課堂中進行。
Course Title:
Semantic Analysis of Social Media
Instructor:
Brief Introduction of Course Contents:
In this course we mainly use Python plus many AI and semantic techniques of data analyzing, manipulating, and structuring as well as R Languages liked statistics modeling designed for doing Semantic Analysis of Social Media, moreover, applying for varieties of social and commercial used. Firstly, we learn some Python programming techniques and related application materials, including Anaconda Python/R Distribution, Jupyter Notebook, Spyder, Quantopian etc., Secondly, we will apply above-mentioned techniques and related data collected from various sources of physic and virtual channels by applicably Statistical Methods in the based real world on several theoretical and empirical models survey on mining subjective and unstructured data on the web, then adopts them through lecture and cases studied as well as discussed in the class.
課程專業英文關鍵字:
Semantic interpretation, semantic database, unstructured, semi-structured, deep learning, machine learning, Sentiment knowledge discovery, Sentiment analysis, Opining Mining, social network communication, FinTech, IoT Finance, Portfolio Optimization analysis, allocation and management, AI, Blockchain, Cloud computing, Edge computing, Anaconda Python/R Distribution, Jupyter Notebook, Pandas, NumPy, Matplotlib, Numba, DataFrames, Quantopian, SAS, SPSS, Stochastic, Monte Carlo, Random Walk, Data Sources, Time Series, and Time Resampling Statsmodels, Data Science, Stock Sentiment Analysis and Quantopian Algorithm, ETS, EWMA,ARIMA,CAPM, Tensor Flow, Excel, Visual Studio, Regression Analysis, Multivariable Statistics, Probability Theory, Factor Analysis, Cluster Analysis, etc.,
若有課程內容或排課問題,請洽課務組 日(02)2257-6167#1296、夜(02)2257-6167#1206
若有無法帳號密碼無法登入等問題或系統操作問題,請洽管理資訊組 (02)2257-6167#1286
若有點名系統相關問題,請洽 日生輔組(02)2257-6167#1213、夜學務組(02)2257-6167#1207